Modelagem 3D de Sistemas Radiculares

Fotogrametria e CloudCompare para Controle de Erosão
Bioengenharia de Solos

Luiz Diego Vidal Santos

Universidade Estadual de Feira de Santana (UEFS)

Visão Geral

Tópicos Principais

  • 1 Importância do sistema radicular na estabilidade
  • 2 Fundamentos de fotogrametria digital
  • 3 Coleta de imagens em campo — protocolo
  • 4 Processamento no Meshroom/OpenDroneMap
  • 5 Análise da nuvem de pontos no CloudCompare
  • 6 Parâmetros mecânicos da raiz e controle de erosão

Objetivo Central

Aprender a construir modelos 3D de sistemas radiculares expostos usando fotogrametria digital de baixo custo, processá-los no CloudCompare e extrair parâmetros relevantes para avaliação do controle de erosão.

1 — RAÍZES E ESTABILIDADE DE TALUDES

O papel mecânico das raízes

As raízes aumentam a resistência ao cisalhamento do solo por dois mecanismos:

Reforço mecânico

\[\Delta c_r = t_R \times (A_R / A)\]

Onde:

  • \(\Delta c_r\) = incremento de coesão pela raiz (kPa)
  • \(t_R\) = resistência à tração da raiz (kPa)
  • \(A_R / A\) = razão de área radicular (Root Area Ratio — RAR)

Efeito hidráulico

  • Raízes extraem água → reduzem poropressão
  • Aumento da sucção mátrica → estabilidade

Modelo de Wu (1979)

O acréscimo de coesão é estimado como:

\[\Delta c_r = 1{,}2 \times \overline{t_R} \times RAR\]

O fator 1,2 corrige a orientação aleatória das raízes.

Valores típicos

Espécie \(\Delta c_r\) (kPa)
Vetiver 5 – 18
Ingá 3 – 12
Leucena 4 – 15
Gramíneas nativas 1 – 6

Por que modelar em 3D?

A análise bidimensional (cortes, fotografias frontais) perde informação sobre:

  • Distribuição espacial das raízes no volume de solo
  • Densidade volumétrica (RVD — Root Volume Density)
  • Conectividade entre raízes — resistência à arrancamento
  • Assimetria da distribuição — taludes têm raízes predominantes a jusante

A fotogrametria SfM (Structure from Motion) permite reconstruir a geometria 3D completa com:

  • Equipamento de baixo custo (câmera de celular ou DSLR)
  • Software livre (Meshroom, OpenDroneMap)
  • Análise em software gratuito (CloudCompare)

2 — FOTOGRAMETRIA DIGITAL SfM

Conceito de Structure from Motion

Princípio

A partir de múltiplas fotografias de um mesmo objeto, tomadas de ângulos diferentes, o software identifica pontos homólogos e reconstrói a geometria 3D.

Etapas do processamento

  1. Detecção de features — SIFT/SURF em cada imagem
  2. Correspondência — emparelhar features entre imagens
  3. Estimativa de câmera — posição e orientação de cada foto
  4. Nuvem densa — triangulação de milhares de pontos 3D
  5. Malha (mesh) — superfície poligonal contínua
  6. Textura — projeção das cores sobre a malha

Softwares livres recomendados

Software Uso
Meshroom Fotogrametria SfM (Nuvem densa)
OpenDroneMap Alternativa (melhor para drones)
COLMAP Motor SfM robusto
CloudCompare Visualização e análise 3D

3 — PROTOCOLO DE COLETA EM CAMPO

Preparação do local

Etapa 1 — Exposição da raiz

  1. Selecione o talude ou trincheira com raízes expostas
  2. Se necessário, use jato de água a baixa pressão para remover o solo aderido sem danificar as raízes
  3. Delimite a área de interesse com estacas de referência coloridas (mínimo 4 pontos)
  4. Posicione uma escala métrica (trena ou régua graduada) visível em todas as fotos

Etapa 2 — Aquisição das fotos

  • Equipamento: câmera ≥ 12 MP (celular serve)
  • Nº de fotos: 60–120 (quanto mais, melhor)
  • Sobreposição: ≥ 70% entre fotos consecutivas
  • Ângulos: circundar o objeto em pelo menos 2 alturas
  • Iluminação: difusa (céu nublado ideal) — evitar sombras duras
  • Foco: fixar foco manual se possível

Dica prática: fotografe em círculos concêntricos (raster orbital) ao redor da raiz. Comece mais longe (contexto) e feche o enquadramento progressivamente.

4 — PROCESSAMENTO NO MESHROOM

Fluxo de trabalho no Meshroom

Passo Nó (node) Ação
1 CameraInit Importar fotos, detectar parâmetros da câmera
2 FeatureExtraction Extrair features SIFT de cada imagem
3 ImageMatching Emparelhar imagens por vocabulário visual
4 FeatureMatching Correspondência de features entre pares
5 StructureFromMotion Estimar posição das câmeras e nuvem esparsa
6 DepthMap Calcular mapa de profundidade
7 Meshing Gerar malha triangular
8 Texturing Aplicar textura fotográfica à malha

Saída final: arquivo .obj ou .ply com a malha texturizada do sistema radicular.

Dicas de processamento

Configurações recomendadas

  • DepthMap: resolução “Normal” (não “High” — evita tempo excessivo)
  • Meshing: maxPoints = 5 000 000 para raízes (detalhe suficiente)
  • Texturing: resolução 4096 × 4096 por atlas

Tempo estimado

  • 80 fotos (12 MP) → ~30 min em GPU média
  • 120 fotos (20 MP) → ~1–2 h

Alternativa sem GPU

Se não tiver placa de vídeo dedicada:

  1. Use COLMAP (CPU mode)
  2. Ou processe no Google Colab com GPU gratuita
  3. Ou use OpenDroneMap via WebODM (Docker)

5 — ANÁLISE NO CLOUDCOMPARE

Importação e limpeza

  1. File → Open → carregar .ply ou .obj
  2. Edit → Segment → remover pontos do solo/fundo (selecionar e deletar)
  3. Edit → Subsample → reduzir a nuvem para análise (min. spacing = 1 mm)

Escalonamento

Se a escala não foi calibrada na fotogrametria:

  1. Usar ferramenta Point Picking para medir a distância entre dois pontos conhecidos (régua no campo)
  2. Edit → Multiply/Scale → aplicar fator de correção

Extração de parâmetros

Parâmetros geométricos

Parâmetro Como extrair
Volume radicular (cm³) Convex Hull → Properties
Área superficial (cm²) Mesh → Compute → Surface
Diâmetro médio Cortes transversais → fit circle
Profundidade máxima (cm) Bounding Box → dimensão Z
RAR por camada Cortes horizontais a cada 10 cm

Cálculo do RAR por camada

  1. Tools → Segmentation → Cross Section → corte horizontal
  2. Em cada corte, calcular área total do corte e área ocupada por raízes
  3. \(RAR = A_{raiz} / A_{total}\)

O RAR tipicamente diminui com a profundidade. Valores de 0,05–0,30% na camada 0–30 cm são comuns para gramíneas.

Relação RAR × Coesão adicional

Com o RAR estimado por camada, aplica-se o modelo de Wu (1979):

\[\Delta c_r(z) = 1{,}2 \times \overline{t_R} \times RAR(z)\]

Profundidade (cm) RAR (%) \(\overline{t_R}\) (MPa) \(\Delta c_r\) (kPa)
0–10 0,25 15 4,5
10–20 0,18 15 3,2
20–30 0,10 15 1,8
30–50 0,04 15 0,7

Esses valores de \(\Delta c_r\) são somados à coesão do solo natural para análise de estabilidade de taludes.

Exercício proposto

Atividade de campo + laboratório

  1. Em grupo (3–4 alunos), selecione uma planta com raízes expostas no campus
  2. Siga o protocolo de coleta (mín. 60 fotos, escala métrica)
  3. Processe no Meshroom e gere o modelo 3D
  4. Importe no CloudCompare e calcule o RAR em 3 camadas
  5. Estime \(\Delta c_r\) usando o modelo de Wu
  6. Apresente os resultados em relatório técnico com figuras 3D

Entrega

  • Formato: relatório PDF + arquivo .ply da nuvem limpa
  • Prazo: 21 dias
  • Avaliação: protocolo de campo (20%), modelo 3D (30%), cálculos (30%), discussão (20%)

Referências

  • Wu, T. H., McKinnell, W. P., & Swanston, D. N. (1979). Strength of tree roots and landslides on Prince of Wales Island. Can. Geotech. J., 16(1), 19–33.
  • Stokes, A. et al. (2009). Desirable plant root traits for protecting natural and engineered slopes. Plant and Soil, 324, 1–30.
  • Meshroom (2024). AliceVision — Photogrammetric Computer Vision Framework. alicevision.org
  • CloudCompare (2024). 3D Point Cloud and Mesh Processing Software. cloudcompare.org

Obrigado!

Luiz Diego Vidal Santos

Universidade Estadual de Feira de Santana (UEFS)